西部源头河段之命运：气候对基流( Base Flow )衰退的控制作用

《Earth's Future》：The Fate of Western Headwaters: Climate Controls on Base-Flow Decline

　　

研究人员分析了美国西部115个源头流域( headwater basins )1950–2024年共75年的流量记录，采用统计分析与经降尺度气候数据训练的聚类特异性长短期记忆( Long Short-Term Memory , LSTM )模型，评估历史基流( Base Flow , BF )变化及其气候驱动因子，并在SSP2?4.5与SSP5?8.5情景下开展未来预测。历史结果表明基流普遍衰退，初夏衰退最为显著，由变暖、雪盖减少及前期土壤水分( antecedent moisture )下降所驱动；前期土壤水分是基流最主要的正向驱动因子，雪量与温度的影响具水文气候分区( hydroclimatic regime )依赖性。未来预估显示至本世纪末基流将持续下降45%–65%，季节峰值提前，夏季流量减少。雪融主导型与干旱区流域相对降幅最大，混合型流域贡献最大体积损失。上述变化对美国西部市政供水、生态系统及野火韧性构成重大风险，结果表明地下水补给支持的河川基流对气候变化高度脆弱，并证明统计与机器学习相结合的区域水文评估具有重要价值。

《西部源头河段之命运：气候对基流(Base Flow, BF)衰退的控制作用》论文解读——发表于《Earth's Future》

一、研究背景与立项依据

头水流域(headwater catchments)占美国西部河网总长度的约88%，是该区域地表水的主要来源，对下游生态、农业及城市供水至关重要。基流(base flow, BF)指明渠流量中由地下水排泄或延迟源（如地下水排泄、湖泊/湿地缓慢释放）所持续维持的部分，是旱季径流的主要组成，反映流域包气带与地下水储存对降水、积雪积累与融化、蒸散发的综合响应。已有研究表明变暖导致美西积雪减少、降水相态由雪转雨、蒸散耗水增加，进而改变地下水补给与河川流量过程，但因水文气候分区(regime)不同影响存在异质性。既往研究多为单点或小样本分析，大尺度通用化模型难以刻画不同气候—地形组合下的非线性滞后响应，且缺乏融合长时间序列观测与未来气候情景投影的综合评估。因此，有必要在区域尺度量化1950年以来基流的历史演变、识别主导气候驱动因子，并利用能捕捉时间依赖性与非线性的模型预测SSP2?4.5与SSP5?8.5情景下本世纪基流轨迹，为西部水资源管理与生态保护提供科学依据。

二、主要技术方法概述

研究人员选取美国西部11州115个无主河道坝体影响、日流量数据完整度＞90%的USGS( U.S. Geological Survey )测站（流域面积4–21,167 km2，水文学Strahler序数为1–3），获取1950–2024年日平均流量记录；气候数据取自WUS?D3( Western United States Dynamically Downscaled Data set )中CESM2( Community Earth System Model version 2 )模拟的降尺度产品（9 km分辨率，含1980–2013历史期及2014–2099年SSP2?4.5与SSP5?8.5情景），计算日最高温＜0℃时的雪降水量(snow precipitation)及前3个月累积降水作为前期水分(antecedent moisture)_proxy。基流采用Eckhardt数字滤波法从日流量中分离，各流域根据退水分析估算消退常数α并由Collischonn & Fan反向滤波法确定最大基流指数(BF_Imax)。基于流域平均气候—水文变量（基流幅值与变率、降水、雪降水、均温、前期水分及静态地形属性高程/起伏/面积）进行z?score标准化后做k?means聚类，确定四组水文气候集群(hydroclimatic clusters)：Cluster 1—高海拔雪储山地流域；Cluster 2—大面积混合型缓冲流域；Cluster 3—温度敏感型山地流域；Cluster 4—低海拔降雨主导型干旱/地中海气候流域。历史趋势采用考虑自相关的Hamed?Rao修正Mann?Kendall(MK)检验与Thiel?Sen斜率估计；气候—基流关系用线性混合效应模型(log?transformed月基流为因变量，站点随机截距，固定效应为月降水、雪降水、均温、前期水分及静态地形变量)。未来预测构建集群特异性LSTM( Long Short?Term Memory )循环神经网络，输入为过去24个月逐月气候序列（降水及其1/2/3/6月滞后、3月滚动均值、变化量；均温、最高/最低温及其滞后；雪降水；前期水分及其滞后；正弦/余弦月周期编码）拼接静态流域属性（面积、平均/最小/最大高程、起伏），输出次月log?基流，单层LSTM 256单元＋两层全连接(128/64单元，40% dropout)，Adam优化器( lr＝0.001 )，MAE损失函数，早停；每集群用5组随机种子训练取中位数集成预测。模型用1980–2005训练、2006–2013验证、2014–2024与SSP情景评估(NSE / MAE / RMSE)。

三、研究结果

3.1 Hydroclimate Clustering（水文气候聚类）

经k?means将115个流域划分为4类：Cluster 1( n＝10 )为高海拔强地形雪储型( Snow?storage Mountain Catchments )，基流6月达峰；Cluster 2( n＝17 )为大汇水区混合型缓冲流域( Large, Buffered Catchments )，基流5月达峰且年际变异最小；Cluster 3( n＝50 )为温度敏感型山地流域( Temperature?Responsive Mountain Catchments )，基流6月达峰但对升温引起融雪响应更即时；Cluster 4( n＝38 )为低海拔降雨主导型( Low?Elevation, Rain?Dominated Catchments )，基流3月达峰，夏季基流极低、年际变异最高。各集群降水均在12月达年峰值，雪主导集群春末基流变率最大，Cluster 4受温度抑制最明显。

3.2 Historical Base?Flow Analysis（历史基流分析）

3.2.1 Climate?Base Flow Relationship（气候—基流关系）

全区域混合效应模型显示：前期水分( antecedent moisture )对log?基流具最强正向作用( Estimate＝0.477 , p＜0.001 )，证实多季节储存与"流域记忆"对维持基流的关键性；同期雪降水系数为负(－0.316 )，反映冬春降雪暂存于雪包未立即入河；均温总体为负(－0.079 )，暗示增温通过增强蒸散或降低土壤水分抑制基流；当月降水呈弱负关联(－0.085 )，因雪区存为雪包、雨区快速产流限制地下水补给。分集群看：前期水分在Cluster 4正向效应最强；雪对基流的"压制"(负值)以Cluster 1最显著；Cluster 3是唯一温度系数转正者( 0.325 )，符合升温促进过渡期融雪补给基流；Cluster 4温度负效应最强(－0.568 )，代表高温加剧蒸散与土壤水耗竭；地形(高程、起伏)对基流正向作用在Cluster 1最突出，反映陡峻高海拔利于融雪水下渗与地下水排泄。

3.2.2 Base?Flow Trends and Seasonality（基流趋势与季节性）

1950–2024年月尺度Thiel?Sen趋势表明：全区域基流广泛衰退，尤以初夏(6–7月)最显著，与雪融减少相符；冬季及早春(1、3–4月)部分集群( Cluster 1、Cluster 3 )略有上升。Cluster 1中位年趋势＋0.44 %/10 a（冷季增、夏秋略减）；Cluster 2全线显著负趋势(中位－2.45 %/10 a，2、6、12月降幅最大)；Cluster 3(－0.94 %/10 a )与Cluster 4(－1.40 %/10 a )夏秋显著负，冬季部分月份微增或持平。结果印证基流季节进程前移及暖季衰减加剧。

3.3 Projected Base?Flow Analysis（基流未来预测分析）

3.3.1 Model Validation（模型验证）

LSTM集成模型在2014–2024验证期对各集群及两SSP情景具良好技能：Cluster 2、3最优( MAE 0.42–0.68 , NSE 0.77–0.82 )；Cluster 1中等( MAE≈0.7 , NSE≈0.80 )；Cluster 4误差偏大( MAE≈1.1–1.2 , NSE≈0.79–0.80 )，主要因旱区低流预测偏弱，但高流段拟合尚可。两情景下指标接近，说明模型对不同气候强迫具稳健性。

3.3.2 Magnitude and Scenario Dependence（衰退幅度与情景依赖）

相对1980–2013基线，早世纪(2025–2049)基流异常约－30%至－40%；中世纪(2050–2074)加深至－40%至－50%；晚世纪(2075–2099) SSP2?4.5下约－45%、SSP5?8.5下达－65%。体积损失区域均值约4.5 km3/a( ≈370万英亩?英尺/年 )于SSP2?4.5与7.0 km3/a( ≈570万英亩?英尺/年 )于SSP5?8.5。两情景至中叶趋近，后中叶高排放情景衰退显著加剧。

3.3.3 Relative and Absolute Cluster Change（相对与绝对变化）

雪主导( Cluster 3 )与低海拔雨主导( Cluster 4 )相对降幅最大，SSP5?8.5晚世纪中位削减约80%–90%；Cluster 1夏秋降幅较缓；混合型Cluster 2相对降幅较小(约20%–70% )，因其大流域集成路径具缓冲作用，但其绝对体积损失居首( 0.6–3.7 km3/月 )，说明大流域基流体积减少对下游供水影响最巨。

3.3.4 Changes in Base?Flow Timing（基流时序变化）

各集群春初基流贡献微增( 1%–5% )，6月起显著削减( －4%至－5%的年占比 )，Cluster 4冬峰略前移( ≈5% )并持续夏秋减少，反映雪包丧失致地下水排放提前、夏末基流持续性减弱。

四、讨论与结论总结（翻译结论部分）

此项研究利用长期观测、水文气候聚类及集群特异性LSTM模型考察了美国西部头水流域地下水支持基流的历史变化与未来走向。区域上自20世纪中叶以来基流已呈下降，且预计SSP2?4.5与SSP5?8.5两种情景下本世纪末前衰退将持续加剧。除体积减少外，基流贡献预计将在一年中提前出现，夏末衰减削弱地下水在干旱期的缓冲作用。

四个水文气候集群揭示气候强迫改变基流的不同途径：雪主导型流域因雪水当量(Snow Water Equivalent, SWE)损失与融雪提前表现最大相对降幅；混合型受雪量减少与降雨补给共同影响呈中等降幅；干旱型流域受高蒸散需求与有限储存约束而基流持续偏低。这种差异体现地形—气候背景对水文敏感性的塑造，并为解释气候—基流响应的空间异质性提供框架。前期水分是所有分区中对基流最强的正向驱动，强调多季节储存对维持渐趋多变气候条件下地下水排泄的重要性。

预估年基流区域尺度削减45%–65%对生态系统与下游供水安全有重要含义。径流时序提前与夏末地下水排泄减少可能加重夏季缺水、生态胁迫与野火风险——这些状况在美国西部已日趋严重。上述转变也对依赖历史流量过程的水库调度、旱情预案及环境流(environ?mental flows)制度提出挑战，凸显需更新管理框架以适应递减且更不稳定的基流。

通过整合可解释的统计模型与LSTM神经网络，本研究示范混合途径可同时捕获线性气候敏感度和控制地表水—地下水( surface water–groundwater interaction )交互的非线性滞后过程。更广泛而言，结果突显头水流域——已在流域投资计划中被认定为关键"水基础设施"——其可靠提供夏末基流的能力预计显著下降。维系这些系统所供水文、生态与社会效益，须以历史趋势与前瞻性气候投影共同指导管理策略。

原文结论部分翻译：

本研究利用长期观测、水文气候聚类及集群特异性长短期记忆(LSTM)模型，考察了美国西部头水流域历史与未来地下水支持之基流(base flow)变化。区域内基流自20世纪中叶以来已下降，且我们的预测表明在SSP2?4.5与SSP5?8.5情景下该减少将持续至本世纪末。除体积损失外，基流贡献预计将于一年中提前出现，夏末流量减少削弱了地下水在干旱期之缓冲作用。

四个水文气候集群揭示气候强迫改变基流之不同途径。雪主导型流域表现出最大相对降幅——由雪包损失与融雪提前驱动；混合型流域呈现受雪量减少与降雨补给共同影响的中等降幅；干旱型流域受高蒸散需求与有限储存约束。这些对比说明地形与气候背景如何塑造水文敏感性，并为解释气候—基流响应之空间异质性提供连贯框架。前期水分( antecedent moisture )是各分区中对基流最强之正向驱动因子，强调在多季节变率气候条件下多季节储存对维持地下水排泄的重要性。

预测之区域年基流削减45%–65%暗示其对生态系统及下游水安全具实质影响。径流时序提前与夏末地下水排泄减少可能加剧夏季缺水、生态胁迫与野火风险——此类状况在美西大部已趋严重。这些转变亦挑战依赖历史流量时序的水管理系统，强调需更新水库运行、干旱规划及环境流框架，以计入基流之下降与更高变率。

通过将可解释统计模型与LSTM神经网络结合，本研究论证混合途径可捕获线性气候敏感度及支配地表水—地下水交互之非线性滞后过程。更广泛而言，结果表明头水流域——作为经流域投资计划认定之关键水基础设施——其提供可靠夏末基流之能力预计大幅降低。维系这些系统所供水、生态与社会效益将需由历史趋势与前瞻性气候投影共同告知之管理策略。认识到基流可作为流域韧性之关键指标，可为倚赖西部头水溪流之数百万人口与生态系统之更具气候适应性规划提供路径。